MétaCan
Menu
Retour à la cohorte
Enregistrement W2955464753 · doi:10.1080/15592294.2019.1634975

Comparison of Illumina 450K and EPIC arrays in placental DNA methylation

2019· article· en· W2955464753 sur OpenAlexafffund
Nora Fernández‐Jiménez, Catherine Allard, Luigi Bouchard, Patrice Perron, Mariona Bustamante, José Ramón Bilbao, Marie‐France Hivert

Notice bibliographique

RevueEpigenetics · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanUniversité de SherbrookeCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesEuropean Regional Development FundInstituto de Salud Carlos IIICanadian Health Services Research FoundationAmerican Diabetes Association
Mots-clésBiologyDNA methylationEPICOffspringMethylationPlacentaCpG siteGenomeGeneticsCohortComputational biologyAndrologyPregnancyDNAGeneInternal medicineFetusGene expressionMedicine

Résumé

récupéré en direct d'OpenAlex

Illumina HumanMethylation450 BeadChip (450K) has been commonly used to investigate DNA methylation in human tissues. Recently, it has been replaced by Illumina HumanMethylationEPIC BeadChip (EPIC) covering over 850,000 CpGs distributed genome-wide. Many consortia have now datasets coming from both arrays and aspire to analyze the two together. The placenta shows a high number of intermediate methylation levels and is often investigated for obstetric/birth outcomes, and potentially for long-term programming in offspring. We performed a systematic comparison between the two arrays using 108 duplicate placental samples from Gen3G birth cohort. We find that placenta shows a high per-sample correlation between the arrays, and higher median correlations at individual CpGs than those reported for blood. We identify 26,340 probes with absolute difference in per cent methylation >10%. We conclude that EPIC and 450K placental data can be combined, and we provide two lists of CpGs that should be excluded to avoid misleading results.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,299
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpigeneticsMême sujetEpigenetics and DNA MethylationTravaux en français237 207